0

12
2

文字

分享

0
12
2

在減少整體流浪動物數量上,TNR與捕捉移除的效果誰好?

YTLai_96
・2014/05/20 ・3657字 ・閱讀時間約 7 分鐘 ・SR值 497 ・六年級

c.c. Tatiana Bulyonkova in Flickr
c.c. Tatiana Bulyonkova in Flickr

台灣的流浪動物問題之嚴重,多年來早就讓談論的你我不禁搖頭嘆息。收容所的環境之糟糕,也讓九把刀和導演Raye不得不拍了【十二夜】這部電影來披露殘酷真相。這幾年來,雖然說「領養代替購買、結紮代替撲殺」這個觀念漸漸的深入人心,但是每年卻還是有六到八萬隻左右的流浪動物被抓進收容所終結。彷彿台灣的流浪動物問題已經沈痾難治,就算十多年來抹去了百萬隻的流浪動物性命,流浪動物族群依然是不動如山。

就在上個週末,流浪動物保護團體為了推動動保法修法上了街頭。如同這次遊行的口號「反濫捕:衝破惡法,要求精準捕捉;要結紮:贏回生命,支持TNR法制化」,流浪動物保護團體希望能藉著訂立人道捕捉辦法和嚴謹的捕捉門檻,讓流浪動物不要被一網打盡通通被抓進去環境糟糕的收容所等死或橫死。他們更提出了TNR法制化的訴求,希望藉此讓越來越多的流浪動物絕育,進而使得流浪動物的數量不再上升甚至開始減少。(詳細的修法訴求請見這裡

不過,以現在台灣每年可以殺掉將近十萬隻流浪動物的狀況看來,台灣的流浪動物族群恐怕也有個十萬以上之譜,才可能每年增加那麼多的個體被人抓去撲殺,而街頭的數量卻還不見明顯的下降。那,面對這麼龐大的流浪動物數量,TNR的效果真的有這麼威嗎?

c.c. Gary Denness in Flickr

是說,TNR呼籲了這麼幾年,大家老是說TNR的效果如何如何,但是講來講去好像也沒個嚴謹的證據。

-----廣告,請繼續往下閱讀-----

提倡TNR的人會以自己的經驗為例:自從在社區或是校園中執行了TNR之後,流浪動物數量的確就穩定甚至漸漸下降了,而且還因為結紮之後的固定照護讓這些動物容易管理、環境問題也減少了。單純的由小見大,他們因此對於TNR的成效非常樂觀,覺得這麼一做下去總有一天會讓整體流浪動物的數量不再增加。要比喻的話,就好像是愚公移山精衛填海一樣。日復一日的結紮,總有一天會把大半的流浪動物都結紮掉,既然族群當中不會生出後代的個體佔了多數,那麼只要假以時日,流浪動物族群就會慢慢減少,直到消失。

但也有人悲觀的覺得TNR恐怕一點用都沒有,減少了幾百幾千隻流浪動物生小孩的機會,還是有千千萬萬的其他流浪動物個體會生出千千萬萬的小孩。要拿同樣的譬喻來說的話,大概就是愚公移的山跟精衛填的海有自我修復能力,你挖他一擔土他就長回一擔土,填他一根樹枝他就湧水一公升,這樣下去根本就是沒完,成了搬石頭上山的薛西佛斯,只是徒勞無功而已。

還好,這個世界上聰明又有行動力的人很多。

早在2004年,Andersen和他的快樂夥伴們就已經用電腦跑過族群動態模型,來預測不同強度的TNR或捕捉移除手段底下流浪動物族群的變化了。讓我們來看看人家的模擬。

-----廣告,請繼續往下閱讀-----

c.c. Toshihiro Gamo in Flickr

這個流浪動物模型的基本設定是這樣的:

  • 這個流浪動物的族群沒有其他的人為介入,也沒有密度依賴的環境因子(例如食物量有限、或是族群大到一個程度就會有瘟疫之類)。
  • 為了模型方便,所以設定這個流浪動物族群通通都是雌性個體。因為一般來說,一隻雄性就可以讓很多雌性受孕,所以理論上雄性可以很少,於是就只看雌性就好。而且這裡假設雄性跟雌性個體的生存率差不多,所以在族群成長的貢獻上不會差太多。
  • 動物們依照年齡,區分為一歲以下的幼體跟一歲以上的成體
  • 模型變化以年為期,也就是說每一年過去,動物們會生小孩、本來是幼體的會變成成體、本來是成體的會老了一歲或者會死掉。每一年都是接著前一年的狀況繼續發展下去。
  • 模型中的生育率是這麼算的:根據眾多研究中的流浪貓的生育率,每一隻雌性每一胎會生出3.6隻的幼體,其中有一半是雌性,然後每年會生1.1胎到2.1胎。既然模型中只考慮雌性,所以計算出來的成體生育率(每年每成體可生出)最低是1.98、最高是3.78。而幼體的生育率則是用成體的來打折,(每年每幼體可生出)最低是0.83、最高是1.58。
  • 模型中的存活率則是這麼算的:眾多流浪貓研究中,幼體存活率大概是每年75%到50%之間,成體則是三年半的平均存活率為33%、或一年半的平均存活率為67%,動物的壽命則取流浪貓的數據,為兩年到三年。經過轉換之後,成體的每年存活率大概是介於70%到80%之間。

你一定注意到了,這裡面的數據採用的都是流浪貓的數據。我也不知道為什麼,似乎流浪貓的問題遠比流浪狗更普遍,所以研究多得多。但總之,不要管他是貓是狗,拿來當成一個流浪動物的族群變化總是很有參考價值。

總之,這樣下來,模型裡面就設定了各自有『高』『低』兩狀況的兩個因子:生育率和生存率。因為幼體的生育率是從成體生育率換算出來的,所以生育率可以看成是一個變因就好,但是幼體跟成體的生存率基本上是分開考慮。所以,模型最後出現三個變因:生育率、幼體生存率、成體生存率,而每個變因都有高低兩種可能,所以組合起來總共是八種狀況

生育率欄位的括號中包含了幼體生育率與成體生育率兩者
生育率欄位括號中的兩數值分別為幼體生育率與成體生育率

好,在沒有捕捉移除、也沒有TNR介入的狀況下,電腦跑出來的結果,不意外的族群成長率通通都是>1,意思就是『這個族群會變大,動物數量會變多』。生育率跟存活率都是『高』的「組合1」狀況下,每年族群變成將近2.5倍;生育率跟存活率都是『低』的「組合8」狀況下,每年族群變成1.34倍。八種可能底下的族群成長率平均起來大概是1.84,總之就是指數成長。白話的說就是今年你有十萬隻,明年就變成十八萬隻這樣。

-----廣告,請繼續往下閱讀-----

那如果有捕捉移除或是TNR呢?

這一次,模型拿前面的平均族群成長率1.84來當作基準,另外新增了兩個變數:一個是「生育率下降」以模擬TNR,「生育率下降」有四個等級:-10%、-25%、-50%、-75%,大概可以想成每年族群裡有多少比例的個體被結紮了(還有假定其他沒結紮的個體不會因此生更多)。另一個則是「存活率下降」以模擬捕捉移除,同樣有四個等級:-10%、-25%、-50%、-75%,意思也就是每年族群裡有多少比例的個體被抓走不再回來。

結 果 有 點 悽 慘 。

以TNR降低生育率和以捕捉移除降低生存率之下的族群成長率前面有說,在什麼都不做的狀況下,族群成長率平均為1.84。若是只用TNR,即使每年把族群中能生的50%都結紮了,族群成長率還是有1.35。甚至,就算每年把能生的75%都結紮了,族群成長率還是有1.08,依然會成長。

-----廣告,請繼續往下閱讀-----

所以,因為不想讓動物死掉而孤注一擲TNR,即使做到了現實生活中根本不可能做到的75%結紮率,流浪動物的整體數量還是不會下降,問題依然沒有解決。

至於如果只用捕捉移除的方法,狀況也有點糟糕,不過相比之下效果比較明顯。同樣是每年處理(這裡是捕捉移除)50%的個體,族群成長率就會降到0.91,也就是族群會漸漸萎縮。如果狠心的做到每年75%的捕捉移除,族群成長率就只剩下0.47,也就是每年縮小一半,很快就會不見掉。

另外,綜合比較來看,針對幼體的捕捉移除效果最好,最能讓族群成長率下降;其次則是針對成體的捕捉移除,對族群成長率影響最低的,則是TNR。

所以,根據模型的結果,若是兩者只能選一個,那麼捕捉移除的方法比起TNR對於減少流浪動物數量比較有效。

-----廣告,請繼續往下閱讀-----

c.c. Toshihiro Gamo in Flickr

這就是電腦模型去模擬TNR和捕捉移除兩種手段擇一之下,流浪動物整體數量的結果。也就是說,這樣的模擬可以拿來當作大規模TNR或大規模捕捉移除底下,台灣整體流浪動物數量變化的參考。

然後老實說,「捕捉移除」是我自己採用的詞彙,研究裡面說的不是「捕捉移除」而是「捕捉安樂死」,最傳統的流浪動物處理方法。

但是,誰說抓走只能弄死的?

如果流浪動物被捕捉之後不是送去安樂死而是被領養,對於這個模擬的結果一點都不會有影響,畢竟模擬的重點並不在流浪動物被抓走以後怎麼處理,而是在於動物是被「抓走絕育放回去」還是「永遠消失於街頭」。

-----廣告,請繼續往下閱讀-----

如果能夠把流浪動物從街頭移除,然後把主力放在後續的收養認養領養上頭,將這樣的措施作為流浪動物處理方案的主力,依照模擬結果看來,應該是比TNR有效得多。尤其是幼體的捕捉認養,對壓低流浪動物的族群成長率更是事半功倍。

再看一次這個漸漸深入人心的觀念「以領養代替購買,以結紮代替撲殺」。「領養代替購買」是右手,「結紮代替撲殺」是左手,兩者相輔相成,缺一不可。

然後不要忘了,左手只是輔助。

 

1350601674-793428085

希望我可以看到台灣流浪動物數量降低、問題出現曙光的那一天。

-----廣告,請繼續往下閱讀-----

 

註:對,這一篇沒有考慮到棄養問題,也沒有兩個手段一起實行雙管齊下的模擬。不過這個在下一篇的另一個研究中會講到,先讓我休息一下。

文章難易度
YTLai_96
51 篇文章 ・ 29 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

7

8
3

文字

分享

7
8
3
英國「流浪貓口普查」發現:社經條件較差、人口密度高的區域有較多流浪貓
Yiting_96
・2021/12/10 ・2778字 ・閱讀時間約 5 分鐘

你知道英國有幾隻流浪貓嗎?根據統計,在英國約有 1 千萬隻貓主子有貓奴飼養,但那些流浪在外的貓有多少,始終是個未知數。

若是能知道一個區域中有多少浪貓,就能提供動物福利機構許多有效資訊,使得有限的資源能被善加利用,以救助更多浪貓。但為什麼得知浪貓的數量如此困難?其實是因為我們實在很難斷定路上的這隻貓,到底是遭棄養/走失的浪貓、野貓,或只是一時興起跑出來散步的家貓——畢竟英國人很愛自家貓咪出門閒晃。

當今流行的公民科學(citizen science)在這方面或許可以幫上忙,藉由地方民眾與科學家的相互合作,分析路上的浪貓有多少。不過這項方法同樣有些困難待解決,例如公民在收集資料時潛在的取樣偏差,或是漏報、重複通報同一隻貓等情形,可能導致統計模型預測數據的效度(validity)降低。

灰色混凝土地板上的白貓
貓咪可能長得十分相似,並不容易清點數量。圖/Pexels

數值模型 ft. 公民科學,找出英國浪貓到底有幾隻

為了解決公民科學遭遇的困難,來自英國布里斯托大學 (University of Bristol)的研究團隊,使用了一種稱為 IAM(Integrated Abundance Model)的計算方式,整合當地居民有無養貓的訊息及專家資訊,將這種計算方式應用在公民科學資料庫「Cat Watch」裡的貓咪目擊資訊上,嘗試算出該地區有多少浪貓存在。

-----廣告,請繼續往下閱讀-----

Cat Watch 是由英國最大的貓科動物慈善福利機構「Cats Protection」所發起的一項社區計畫,鼓勵當地居民主動回報他們在戶外目擊到的貓,並將這些目擊資訊上傳至手機 app、社群媒體,或直接通知 Cat Watch 團隊。藉由當地居民回報的資訊,Cat Watch 團隊就能夠得知該區域有多少浪貓被目擊,整理成統計數據以便後續分析使用。

藉由 IAM 計算方式與 Cat Watch 的調查資料,研究團隊分析了五個英國鄉村地區,包括畢斯頓(Beeston)、布拉福市(Bradford)、布爾韋爾(Bulwell)、鄧斯特布爾(Dunstable)、侯頓瑞基斯(Houghton Regis),以及英國知名海港城市利物浦的埃弗頓區(Everton)發現,在社會經濟條件較差、人口密度高的地區,會有更多浪貓出現。而利用英國官方人口統計資料與社會經濟條件數據等訊息,團隊更進一步推測整個英國約有 25 萬隻浪貓存在!

Brown貓與棕緬因庫恩貓
在社會經濟條件較差、人口密度高的地區,會有更多浪貓出現。圖/Pexels

結紮與否,對浪貓而言關係重大!

為什麼社會經濟條件較差、人口密度高的地區會有較多浪貓?其實在先前研究已經指出,在社會經濟條件較差的地區,不論是有人飼養的寵物貓或是浪貓,曾接受過結紮手術的比例都較低。一但絕育過的貓咪數量少,該地區的貓口數可想而知會隨之上升。

那麼人口密度與浪貓之間的關係呢?這部分能探討的因素就比較多了。舉例來說,人口多的地方,寵物貓的數量也會較多,若是這些寵物貓並未結紮,很可能「不小心」就會有小貓咪誕生,導致貓口數激增;此外,遭人棄養或是走失的寵物貓,也會較人口數少的地區多。而人口多的地方,通常也代表著食物資源充足,豐富的食物資源同樣也吸引著浪貓前去。

當一個城市的浪貓過多,將造成公共衛生問題,例如跳蚤等寄生蟲感染,或是一些人畜共通傳染病的傳播;而對於其他野生動物來說,浪貓的存在相當於環境中的獵食者,可能威脅野生物種的生存。浪貓數量過多,也可能進一步衍伸出動物福利問題,例如城市中的浪貓健康狀況不佳、死亡率高,甚至人為虐待浪貓的事件也時有耳聞。

-----廣告,請繼續往下閱讀-----

英國浪貓團體的做法:落實TNR,讓社區參與浪貓照顧

主持這項研究的英國布里斯托大學獸醫學院 Jennifer McDonald 博士指出,目前的數值模型還有許多待改善的地方,若該模型能套用到更廣大、人口更多的地理區域(例如倫敦),將使模型預測出的浪貓數量更為精確。

發起該研究計劃的英國浪貓動保協會「Cats Protection」的浪貓節育負責人 Jane Clements 指出:「若我們對一個地區的浪貓數量有更多了解,一些與浪貓有關的社會福利機構就能更精準的投注資源,讓該地區的浪貓能得到較為妥善的照料。」

Jane Clements 表示,我們將把無法被家庭領養的浪貓進行絕育,並為當地居民提供在社區中照顧牠們的方法,例如提建造貓窩的材料;Jane Clements指出,社區參與是確保所有浪貓都得到長期和可持續照顧的關鍵,「這項研究將使我們能夠將 Cat Watch 計劃帶到最需要的地區。」

動物, 動物攝影, 哺乳動物 的 免費圖庫相片
流浪的生活,可能讓貓咪生病、發生交通意外。圖/Pexels

解決浪貓問題,TNR 是最佳解嗎?

關於上述 Cats Protection 「讓社區參與照顧浪貓」的前後整套做法,前段的「落實節育」其實就是廣為人知的「TNR」手段;TNR 指的是 Trap(誘捕)、Neuter(絕育)、Return(原放),是一種相對「捕捉移除」而言較人道的管理方式。理論上,在沒有新增移入個體的前提下,是可減少流浪動物繼續繁殖、擴大族群的做法。

-----廣告,請繼續往下閱讀-----

TNR 作為降低浪貓族群繁殖的做法,有其人道上的考量,理論上在執行一定程度的時間後,的確可能降低浪貓族群的數量;但問題是「國情不同」,英國浪貓團體的整套做法未必能直接套用在台灣,有種種的變數可能導致浪貓不減反增——例如台灣相對狹小的城市環境,很可能讓「社區參與」反而造成浪貓為了爭奪有限的食物資源而讓貓群更密集,也讓愛貓人士更容易餵養浪貓。

而在浪貓族群擴大後,在沒有足夠預算及人力 100% 執行 TNR 的情況下,TNR 的效果恐怕非常有限。很諷刺的,人類對浪貓的一番善意,最終可能導致更多一生飽受苦難的浪貓在街頭流浪並死去……。

總結來說,浪貓的出現與人類行為脫不了關係。尤其以來台灣的地理條件來看,導致TNR無法有效降低浪貓族群的關鍵,絕對是無良飼主的「棄養」行為——被棄養的家貓,就是浪貓族群的「新增移入個體」,就是導致浪貓不斷繁衍的關鍵。

本次分享的英國貓口普查研究,是透過公民科學家的參與,再加上科學研究的學理輔助,讓我們能更進一步掌握流浪動物數量的方法。期望未來這些技術能被有效使用,讓我們找出人類與浪貓共生的平衡方程式。

-----廣告,請繼續往下閱讀-----

最後,讓我們再說一次,「棄養」是造成浪貓苦難的一切源頭,貓咪的確非常可愛,但領養前得三思——你真的有條件可以照顧牠的一生嗎?

參考資料:

  1. McDonald, J.L., Skillings, E. Human influences shape the first spatially explicit national estimate of urban unowned cat abundance. Sci Rep 11, 20216 (2021). https://doi.org/10.1038/s41598-021-99298-6
  2. 不曾終止的流浪動物之殤——圖解台灣動保現況2020版,窩窩,2020/11/26。
  3. 當TNR和捕捉移除的效果遇上棄養
  4. 在減少整體流浪動物數量上,TNR與捕捉移除的效果誰好?
所有討論 7
Yiting_96
4 篇文章 ・ 1 位粉絲
在鳳梨田裡唸生科的人類,畢業後意外走上了科普路,目前還在緩慢前行中。喜歡有趣怪知識、諧音爛笑話,還有床。

7

17
2

文字

分享

7
17
2
為何人道銷毀,才是更顧全動物福祉的做法?——談走私貓安樂死事件的道德誤區
ycl2019
・2021/08/23 ・2922字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者:林怡君|國立中興大學動物科學系助理教授

編按:海巡署 8 月 19 日於安平外海 9 浬處查獲一起走私案件,涉案的新北市籍漁船「順發 866 號」船艙內裝有 62 籠寵物攜帶箱,每籠分裝 2 至 6 隻大小不等、總計 154 隻的品種貓,包括市場價格不斐的俄羅斯藍貓、布偶貓、波斯貓及美國短毛貓等。

主管機關農委會依照《動物傳染病防治條例》,於 21 日下午為 154 隻貓執行安樂死。相關新聞引起民眾熱議,直批政府「不人道」的輿論也隨之甚囂塵上;鑑此,本文將從「傳染病防治」的角度解析此案「人道銷毀」為何必要?並指出支持「法外開恩」論述的道德誤區。

相關新聞:品種貓走私案

自 2017 年起,筆者養貓的資歷已滿 4 年,雖然尚算資淺貓奴,但是愛貓的心態,不會亞於任何人;近期走私貓的新聞,在社群網站上傳播開來;有人理解,有人無法接受。無法接受的族群,多是因為難過人的錯誤卻要動物來承擔。

事實上,歷來已有多起動物走私案件遭破獲,卻未必如此次「走私貓」案件引起廣泛關注——不得不說,長得可愛終究還是會受到比較多的關愛吧。

一般來說,走私動物遭查獲後有以下 2 種處置方法:

1. 如果是數量稀少的保育類動物,因其具稀有性,所以不會立刻執行人道銷毀。經過檢疫後,即沒入指定的收容單位,如:臺北市立動物園。(編按:例如 2019 年台北海關走私的「安哥洛卡陸龜」,國際貿易公約列為一級保育動物,全世界只有約 400 隻,後續送臺北市立動物園照顧。)

2. 但如果是非保育類,又帶有極大疾病傳染風險,就如同今天的案例,將直接以「人道銷毀」方式處理,也就是安樂死的環節。

為什麼不能把牠們送回去?

第一,如果是保育類動物被走私,極有可能是四處捕獲收集而來,因此根本無法確切知道原本的棲息地是在哪個地區,又要如何送回原處?再者,若若任意放回該國但又非原棲息地,環境未必適合;新的動物融入新的族群,勢必會經過一番挑戰。

-----廣告,請繼續往下閱讀-----

第二,走私就是沒經過任何檢疫,身上是否有帶疾病完全沒證據。再者,為了避免查緝,走私的過程必定會設下許多斷點,如同這次的事件一樣,船主是在澎湖外海向不知名的船主接洽,他們都僅是寵物走私產業鏈的其中一個分支。如果依循正規管道送回,要如何證明身上的疾病是在出口國得到的?還是在走私的路上,或是在落地的進口國得到的?

第三,運輸——不管是正規管道還是走私,對動物來說都造成極大的緊迫(害怕與壓力)。動物沒有「運輸」的概念,引擎的聲音、暫時的移動限制、或是不明原因的晃動(車、船、飛機),沒有經過訓練的動物,都會讓動物感到無比的害怕及恐懼。

不管是正規管道還是走私,運輸對於動物來說,都是非常大的緊迫。圖/Pixabay

即便正規管道的運輸都會帶來動物這麼大的緊迫,走私的方式更是慘不忍睹。

以人為例,過往國際上有不少人口走私/偷渡的案例,如:2019 年發生在英國的集體裝箱案,自越南通過陸路以及水路的運輸方式,抵達了英國後,其中 39 名越南人因貨櫃內的環境而體溫過高甚至窒息死亡(Cawley, 2020);2000 年亦曾有相似的事情發生,造成 58 名中國人死亡,只剩 2 名生還(Smugglers jailed over Chinese deaths, 2001)。可以見得走私的過程,為了避免查緝,環境是多麼刻苦,人口走私尚且如此,更何況是動物?

-----廣告,請繼續往下閱讀-----

過往就曾經查緝到鸚鵡的走私,不肖商人將 74 隻鸚鵡塞進寶特瓶中,被查獲的時候,已經有 10 隻鸚鵡被活活悶死了(Parrots found stuffed in plastic bottles in Indonesia,2020)。另外亦有人以棉襪、膠帶,把烏龜、松鼠、黃鼠、綠繡眼、貂綑綁在腿上走私(許加泰 & 尚義, 2018)。走私手法各式各樣,不管哪種,對於動物都是極大的痛苦。走私本身就很容易造成動物殘弱不堪,如果又將其送回去,不管動物福祉的規格有多高,勢必對於動物來說又是一番折騰。

Embed from Getty Images

那為什麼不能開放認養?

第一,因為不確定走私來源。若是具有出口國證明,就可以依照是否為狂犬病疫區進行檢疫隔離。但是如同前述所提,走私必定有很多斷點,不知從何而來,不具備出口國文件,就得採取檢疫隔離最高規格,進行 187 天隔離。最近疫情,相信大家對隔離應該很有感。一旦回國至少隔離 14 天,期間不得跟任何人接觸,雖然衣食無缺,單就情感上的孤立,就有許多人受不了這樣的孤獨。可以想像隔離 187 天是什麼樣的世界嗎?走私的過程可能讓這些動物體弱多病,又要經過187天單獨隔離,對於動物來說會造成心理上極度的緊迫,輕者免疫力下降,行為暫時出現異常;重者造成腦部損傷,成為不可逆的後果,行為無法恢復正常,此種痛苦是無法量化的。

第二,不得不講現實層面的事,貓咪7天隔離的價錢是 $5,850 – $6,625 不等,這只是場地跟一般診療費用,不包含狂犬病注射檢測、晶片施打費、寄生蟲治療、重大疾病治療的費用。假設一天 $1,000,187 天隔離就是 $187,000,154 隻貓咪隔離 187 天就是 $28,798,000,如此龐大的經費由誰負擔?愛心無價,但是光用愛心是養不起任何生命的。

第三,開放認養,是否就變相默許走私的情況發生?只要多付檢疫的費用,仍舊是可以取得非正規管道而來的寵物?又,如果感性地放動物入國,疾病會不會造成當地動物很大的危害?過去臺灣有太多慘痛的教訓,像是口蹄疫——不談進出口,亦不提畜牧業的損失,就看因疾病死亡或是撲殺的豬隻,就以百萬來計算。

-----廣告,請繼續往下閱讀-----

另外,研究也發現貓感染狂犬病是有潛伏期的,平均是2個月、短則2周、長則可達數年(Frymus et al., 2009)。若是輸入臺灣,感染到的動物只有死路一條,而且在死亡之前,伴隨著無法自我控制、肌肉僵硬、窒息死亡的染疫案例將是數以萬計。

研究發現,貓感染狂犬病是有潛伏期的,平均是 2 個月,短則 2 周,長則可達數年。圖/Pixabay

這 154 隻無辜生命的離開很令人惋惜。但是更希望他們的生命,可以喚醒臺灣對於法規的重視、對於動物福祉的重視、以及對於飼主責任的全面落實。除了施打晶片、寵物登記、定期健康檢查、出門無論何時一定要上牽繩之外,更要重視寵物動物的來源。

別忘了,人就是最直接影響動物福祉的因素,如果連人都不重視動物的來源,只會有更多動物因為人的慾望被走私進來。如果想養動物,購買不是唯一的管道,全國各地公立收容所、以及合法的動物保護協會,都有很多還在等待家的動物們。

參考資料

所有討論 7